Analytics
チケットの分析を読み取り、サポート数値を意思決定につなげましょう。
チケット分析ガイド
Analytics は、Discord をスクロールしていても答えられない疑問に答えてくれます。チームの対応は速くなっているのか、どのカテゴリに最も時間がかかっているのか、そして実際にいつスタッフをオンラインにしておく必要があるのか、を確認できます。
完全版の Analytics ページはプレミアム機能です。無料サーバーではアップグレードカード付きのプレビューが表示され、ダッシュボードのホームページには 過去 7 日間 のアクティビティとスタッフのチャートが直接表示されます。
Analytics を開く
サーバーダッシュボードを開きます。
サイドナビゲーションで Analytics → Overview をクリックします。
クイック統計
上部の 4 つのカードには現在の期間の概要が表示され、それぞれ前の期間との比較トレンドも確認できます。
| Card | What it tells you |
|---|---|
| Total Tickets | サポート件数 |
| Avg Response Time | メンバーが最初の返答を待つ時間 |
| Avg Resolution | チケットが作成からクローズまで存続する時間 |
| Returning Users | 新しいチケットを持って戻ってくるメンバー数 |
Avg Response Time はメンバーが体感する数値です。Avg Resolution はチームが体感する数値です。これは別の問題であり、必要な対処も異なります。
チャート
ほとんどのチャートには独自の 期間セレクター があります。7 日、14 日、30 日、四半期、年単位を選べます。
| Chart | What it shows | Use it for |
|---|---|---|
| Ticket Activity | 1 日ごとの作成済み・クローズ済みチケット数 | 滞留の把握 — クローズ数は作成数に追従しているべきです |
| Category Distribution | カテゴリごとのチケット数と、最も多いカテゴリ | 何をドキュメント化するか、または発生源で修正するかを判断する |
| Staff Performance | スタッフごとの対応チケット数 | よく働く人を把握し、負荷の偏りを見つける |
| Response Time | 初回応答時間と全メッセージの平均 | スケジュール変更の効果を測定する |
| Messages per Ticket | チケットごとの平均やり取りメッセージ数 | 値が高い場合、手順が十分でないことが多い |
| Returning Support Users | 新規サポートユーザーと再訪サポートユーザー | 再訪率が高いなら、問題が本当に解決していない可能性があります |
| Ticket Priority Distribution | 優先度の分布 | 「Urgent」が本当に緊急を意味しているか確認する |
| Ticket Resolution Time | 作成からクローズまでの平均時間 | 長期的な傾向を追う |
| Ticket Creation Patterns | ピーク時間とピーク曜日を含む時間別・日別分布 | スタッフをいつオンラインにすべきか計画する |
チャートに Not enough data — Come back later… と表示される場合、その期間内にクローズ済みチケットがまだ十分にないだけです。壊れているわけではありません。
数値の読み方
作成数とクローズ数が乖離している
Ticket Activity チャートで、数日連続して作成数がクローズ数を上回っています。これはバックログが発生しているサインです。
役立つ対策: Creation Patterns でピーク時間帯にスタッフを増やす、緊急ブレーキとして global open limit を下げる、または実際には完了しているチケット向けに auto-close scheduling を使うことです。
1 つのカテゴリが圧倒的に多い
Category Distribution チャートの 60 % が 1 つのトピックです。
役立つ対策: そのトピックは FAQ、固定メッセージ、または回答へのリンク付きでチケットを閉じる step option that closes the ticket に入れるべきです。
チケットあたりのメッセージ数が増え続けている
どのチケットでも、やり取りの往復がどんどん増えています。
役立つ対策: ticket steps を使いましょう。会話が始まる前に、バージョン、プラットフォーム、認証済みアカウントを確認してください。
再訪率が高い
同じメンバーが何度も戻ってきています。
役立つ対策: 再訪メンバーの transcripts をいくつか読みましょう。回答が定着していないか、同じ根本的なバグが繰り返し発生している可能性があります。
すべてが「Urgent」になっている
優先度の分布が、ほとんど高優先度と緊急チケットだけを示しています。
役立つ対策: メンバーが設定する優先度は希望であって事実ではありません。 LunAI にチケットを分類させ、/ticket priority で修正しましょう。
チケット履歴
チャートの横には、Tickets → Ticket History が数値の元になっている個々のチケットを一覧表示し、各チケットごとの詳細ページもあります。
Analytics は 何が 変わったかを教えてくれます。履歴と transcripts は なぜ 変わったかを教えてくれます。
次のステップ
- Ticket Transcripts（データの裏にあるストーリー）
- LunAI（自動優先順位付け）
- Ticket Categories（より良いカテゴリ、より良い分析）
How is this guide?